闲社服务运行正常AI智能体自动化平台
m

会议转文字

技能标识:meeting-to-text

Create a fully local speaker-separated .txt transcript from a meeting recording, meeting screen recording, speech audio, or local video/audio file. Use this whenever the user wants to transcribe a local recording into plain text, generate a meeting transcript, convert audio or video to txt, or explicitly asks to distinguish speakers with default labels like 说话人1, 说话人2, etc. Trigger even if the user only provides an input file path and an output path and says things like "转文字", "做逐字稿", "会议录音转 txt

作者:admin | 来源记录:ClawHub
登记来源
ClawHub
版本
V 1.0.0
检测标记
后台标记通过
免费
免费获取
0
收藏
来源与检测标记为平台登记信息,并不代表已展示可复核的检测报告。使用前请核对版本、依赖和所需权限,建议先在隔离环境中运行。
概述
安装方式
版本历史

会议转文字

会议转文本

当任务为本地文件到转录文本的工作流程时使用此技能。

如果用户仅需要音频提取、会议摘要、环境设置或模型解释,请勿使用此技能。

需收集的输入

始终收集:

  • - 一个本地源文件路径
  • 一个输出目标路径

输出目标规则:

  • - 如果目标路径以.txt结尾,则直接写入该文件。
  • 否则将其视为目录,并在其中写入<源文件名>_transcript.txt。

支持的源文件类型:

  • - 视频:.mp4、.mkv、.mov、.avi、.webm
  • 音频:.wav、.mp3、.m4a、.aac、.flac、.ogg

运行时

在运行脚本前,请阅读references/runtime_paths.md。

使用本地ASR环境运行捆绑的入口点:

powershell
& CONDA
ENVPYTHONPATH> C:\path\to\your\meeting-to-text\scripts\meetingtotext.py --input PATH> --output TARGET>

如果需要稳定的临时位置,请添加:

powershell
--work-dir WORKSPACETEMP_PATH>

结果处理

脚本在输出最终机器可读结果前可能会打印库的噪声信息。

始终将最后一个非空stdout行视为JSON结果对象。

按以下方式解释结果:

  • - 退出代码0且status: success:转录文件已创建,无警告。
  • 退出代码0且status: warning:转录文件已创建,但必须报告警告及任何跳过的片段。
  • 非零退出代码或status: error:不要声称成功;展示警告列表和预期的输出路径。

最终JSON中的重要字段:

  • - outputpath:最终转录文件路径
  • speakercount:在写入的转录中检测到的说话人N标签数量
  • segmentcount:送入转录的标准化说话人分割片段数
  • transcribedsegmentcount:产生文本的片段数
  • skippedsegmentcount:丢弃或失败的片段数
  • failedsegments:片段级失败信息,包含start、end和reason
  • warnings:运行级警告,如仅检测到一个说话人

行为保证

入口点已强制执行工作流程。不要在对话中临时重写管道。

脚本将:

  • - 使用FFmpeg标准化音频,而非重命名扩展名
  • 使用本地SenseVoiceSmall进行ASR
  • 使用本地3D-Speaker嵌入加聚类进行说话人分割
  • 写入带有时间戳和说话人N的纯文本转录
  • 在说话人分割失败时停止,而非静默输出未区分说话人的转录

向用户报告

成功时,报告:

  • - 最终转录文件路径
  • 源文件是音频还是视频
  • 检测到的说话人数量
  • 任何需要审查的警告

失败时,报告:

  • - 退出代码类别
  • JSON结果中的警告消息
  • 失败发生在验证、媒体标准化、说话人分割、转录还是输出写入阶段

参考资料

仅在需要时阅读:

标签

skill ai

通过对话安装

以下为平台配置的接入选项,并非逐项实测通过。能否安装取决于客户端支持、技能来源和运行环境:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 meeting-to-text-1776374282 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 meeting-to-text-1776374282 技能

通过命令行安装

skillhub install meeting-to-text-1776374282

下载

⬇ 下载 meeting-to-text v1.0.0(免费)

文件大小: 12.29 KB | 发布时间: 2026-4-17 15:20

v1.0.0 最新 2026-4-17 15:20
Initial release of the meeting-to-text skill:

- Converts local meeting recordings (audio/video) into fully local, speaker-separated plain text transcripts.
- Supports a variety of common audio and video file types as input.
- Outputs transcripts with timestamps and default speaker labels like 说话人1, 说话人2, etc.
- Uses local ASR and speaker diarization models; no cloud processing.
- Clearly reports transcript location, speaker count, and any warnings or errors.
返回顶部